Ir directamente a la navegación principal Ir directamente a la búsqueda Ir directamente al contenido principal

IMPACTO DE UNA APLICACIÓN CON INTELIGENCIA ARTIFICIAL PARA LA AUTORREGULACIÓN DEL APRENDIZAJE, INTEGRADA AL AULA VIRTUAL, EN EL DESARROLLO DEL APRENDIZAJE AUTORREGULADO Y LOS RESULTADOS EDUCATIVOS DE ESTUDIANTES UNIVERSITARIOS.

  • Lobos, Karla (Director)
  • Cobo-Rendón, Rubia (Investigador)
  • Bruna Jofré , Daniela (Investigador)
  • Bruna, Carola (Investigador)
  • Fernández Branada , Carolyn (Investigador)
  • Maldonado , Alejandra (Investigador)
  • Andrada , Ignacio (Investigador)
  • Alario-Hoyos, Carlos (Investigador)
  • Maldonado Mahauad, Jorge Javier (Investigador Responsable de Proyecto Externo)

Proyecto: Investigación

Detalles del proyecto

Descripción

El presente proyecto busca perfeccionar, ampliar y elevar el alcance de una aplicación web de autorregulación del aprendizaje desarrollada e integrada al aula virtual del LMS CANVAS durante los años 2022 a 2024 en el marco del Fondecyt de Inicio a la Investigación 11221355 y que fue implementada con estudiantes de pregrado de asignaturas críticas de carreras STEM en nuestra
universidad.
En esta segunda etapa se pretende mejorar la herramienta en sus funcionalidades, ampliar su uso a todas las áreas del conocimiento y generar evidencia de su efectividad en la mejora de las habilidades de autorregulación del aprendizaje de los y las estudiantes y de sus resultados educativos (calificación y aprobación de asignaturas).
El diseño será cuasi experimental randomizado por conglomerados, con grupo experimental y control, usando medición pre y post test. Se busca manipular la variable independiente, el uso de aula virtual con la nueva versión de la aplicación de autorregulación del aprendizaje en el aula virtual de CANVAS v/s el no uso de esta aplicación, para observar sus efectos sobre los niveles de desarrollo de estrategias de disposición al estudio, ejecución y evaluación de los procesos autorregulados de aprendizaje y en el rendimiento y aprobación de asignaturas.
Como participantes se contará con los y las estudiantes de asignaturas de primer año de 10 carreras, dos por cara área del conocimiento según clasificación de la OCDE, con matrículas estables a lo largo de los últimos 5 años, con bajas tasas de aprobación (<25%) en cada una de las tres universidades comprometidas y sus respectivas sedes, Universidad de Concepción, Universidad del Desarrollo y Universidad Andrés Bellos. Si utilizamos como un tamaño del efecto de d=0.4 con 95% de poder, asumiendo una correlación intraclase de 0.2 y un nivel de significación de 5%, requerimos una muestra de 323 estudiantes por universidad para evaluar el efecto de la intervención. Considerando una pérdida muestral del 30%, se considera un mínimo de 420 estudiantes por cada universidad. A pesar de este mínimo, para cubrir las 5 áreas del conocimiento, considerando asignaturas que poseen, en promedio, 50 estudiantes, contaríamos con una muestra 1.000 estudiantes por Universidad, suficiente para los análisis que el
estudio se propone.

Convocatoria

FUERA DE CONVOCATORIA FONDOS EXTERNOS
Título cortoIMPACTO DE UNA APLICACIÓN CON INTELIGENCIA ARTIFICIAL PARA L
EstadoActivo
Fecha de inicio/Fecha fin1/04/2531/03/29

Socios colaboradores

  • Universidad de Cuenca (principal)
  • Universidad Andrés Bello
  • Universidad del Desarrollo
  • Universidad de Concepción
  • Universidad Carlos III de Madrid

Huella digital

Explore los temas de investigación que se abordan en este proyecto. Estas etiquetas se generan con base en las adjudicaciones/concesiones subyacentes. Juntos, forma una huella digital única.